Apa Itu Jev? Model AI dari TypeSafe yang Menjawab dengan Angka, Bukan Kata

Jev adalah model AI pertama dari TypeSafe AI, startup asal San Francisco, yang tidak menulis teks, tetapi mengembalikan keputusan bertipe (ya/tidak, pilihan, atau skor) dengan probabilitas yang terkalibrasi. Jev dirilis dalam early access pada 15 September 2026, setelah TypeSafe bekerja dua tahun secara diam-diam. Perusahaannya didirikan oleh Diogo Almeida, mantan peneliti OpenAI yang ikut mengembangkan RLHF.

Model ini menarik perhatian karena berani "membuang" kemampuan menulis demi kecepatan dan biaya yang jauh lebih rendah. Artikel ini membahas siapa pembuat Jev, cara kerjanya, harga dan aksesnya, hasil uji independen, serta batasannya.

Ringkasan cepat: Jev itu apa?

Jev adalah model keputusan berbayar per token input dari TypeSafe AI, rilis September 2026, dan hanya tersedia lewat API.

Item	Detail
Pembuat	TypeSafe AI (San Francisco), pendiri Diogo Almeida
Rilis	15 September 2026, early access dengan waitlist
Pendanaan	Seed round $40 juta dipimpin DCVC
Kategori	Model System One (model keputusan), bukan LLM
Versi	jev-1.13.0 saat rilis; jev-1.14.0 tersedia di Vercel AI Gateway sejak 15 Oktober 2026
Metode latih	RLCD (Reinforcement Learning for Calibrated Decisions)
Harga	Input $0,042 per 1 juta token, output gratis
Latensi	70–500 milidetik (klaim TypeSafe)
Bobot model	Tidak dirilis, hanya lewat API

Siapa pembuat Jev?

Jev dibuat TypeSafe AI, lab AI di San Francisco yang dipimpin Diogo Almeida. Almeida adalah mantan peneliti OpenAI yang ikut mengembangkan RLHF, metode yang membuat ChatGPT bisa mengikuti instruksi. TypeSafe muncul ke publik bersama pendanaan awal $40 juta yang dipimpin DCVC.

Nama Jev merujuk ke ekonom William Stanley Jevons dan "Jevons paradox": ketika sesuatu jadi jauh lebih murah, orang justru memakainya jauh lebih banyak. Logikanya, bila satu keputusan AI hampir gratis, aplikasi akan memakai lebih banyak keputusan AI. Satu catatan agar tidak tertukar: TypeSafe AI tidak berhubungan dengan perusahaan Scala bernama Typesafe (kini Lightbend).

Bagaimana cara kerja Jev?

Cara kerja Jev mirip pemanggilan fungsi: kirim state dan pertanyaan bertipe, lalu terima semua jawaban dalam satu proses paralel. State bisa berupa teks atau JSON. TypeSafe menyebut tiga hal baru di balik Jev:

• Arsitektur model baru yang detailnya tidak dipublikasikan.
• Sampler paralel, bukan pembuatan token satu per satu seperti LLM.
• RLCD, metode pelatihan yang mengejar probabilitas yang jujur, bukan jawaban yang disukai manusia (RLHF).

Ada tiga tipe pertanyaan, yaitu noul untuk ya/tidak, choice untuk memilih satu opsi, dan score untuk menilai pada skala berurutan. Di Vercel AI SDK, tipe ya/tidak disebut boolean. Versi 1.14 juga menambah pertanyaan eksperimental box untuk mengembalikan satu kotak pembatas pada gambar, tetapi baru tersedia di API TypeSafe langsung. Contoh kode lengkap untuk cloud dan versi lokal ada di panduan Jev di cloud, Jev lokal, dan Qev.

Berapa harga Jev dan di mana bisa diakses?

Harga Jev adalah $0,042 per 1 juta token input, sedangkan output gratis karena Jev tidak menghasilkan teks. Artinya biaya hanya bergantung pada panjang data yang Anda kirim. Aksesnya tersedia lewat:

• API TypeSafe di api.typesafe.ai/v1/systemone, kunci dari console.typesafe.ai.
• DigitalOcean Serverless Inference, model typesafe-jev-1.13.0.
• Vercel AI Gateway, model typesafe-ai/jev.
• Agregator API lain yang mendukung format System One, dengan tarif masing-masing.

Komunitas developer juga cepat bergerak. Pada 26 September 2026, sebelas hari setelah rilis, GMI Cloud bersama TypeSafe dan The AI Collective menggelar JEVATHON, hackathon pertama yang dibangun di atas Jev, di San Francisco.

Seberapa bagus Jev menurut uji independen?

Menurut uji independen, Jev jauh lebih murah dan cepat, tetapi akurasinya naik turun tergantung tugas. Klaim resmi TypeSafe adalah 20–200 kali lebih cepat dan 40–400 kali lebih murah daripada LLM untuk tugas berbentuk keputusan. Angka ini diukur sendiri oleh TypeSafe, sebagian besar dari laptop di Pantai Barat AS. Hasil uji pihak ketiga lebih bervariasi:

Penguji	Tugas	Hasil Jev
Arize (Okt 2026)	Deteksi halusinasi, 8 decision model	Akurasi 85,5% (tertinggi), $0,045 per 1.000 keputusan, galat kalibrasi terkecil
Arize	Jev vs LLM judge	Setelah ambang disetel di 0,80, setara Claude Opus 5 di 87%, dengan biaya sekitar 1/300
Braintrust (Sep 2026)	Ketepatan jawaban	78,1%, di bawah GPT-5.6 Luna dengan reasoning (88,6%), tetapi 13,2× lebih murah
InfiniSynapse (Sep 2026)	Rangkuman beberapa uji	Akurasi berkisar 62,6% (phishing) sampai 95,4% (klasifikasi email)

Kesimpulannya, model ini memang jauh lebih cepat dan murah, tetapi akurasinya sangat tergantung jenis tugas. Uji dulu pada data Anda sendiri sebelum dipakai otomatis.

Apa saja batasan Jev?

Batasan Jev yang utama: model ini tidak bisa menulis, tidak memberi alasan, dan tidak bisa dijalankan sendiri.

• Tidak bisa menulis. Jev tidak menghasilkan teks, penjelasan, atau kode.
• Tidak memberi alasan. Anda mendapat angka, bukan penjelasan, jadi keputusannya sulit diaudit tanpa log tambahan.
• Bisa salah dengan yakin. Format jawaban selalu valid, tetapi isinya tetap bisa keliru.
• Input terbatas. Gambar dan konteks panjang masih eksperimental, audio belum didukung.
• Tertutup. Bobot dan arsitektur tidak dirilis, jadi tidak bisa dijalankan sendiri.

Pertanyaan yang sering diajukan

Apakah Jev itu chatbot?

Bukan. Model ini tidak bisa diajak mengobrol atau menyapa. Jev adalah komponen di dalam software yang menjawab pertanyaan bertipe dengan angka.

Apakah Jev gratis?

Tidak gratis, tetapi sangat murah: $0,042 per 1 juta token input dan output gratis. Kalau ingin tanpa biaya API, ada alternatif komunitas yang bisa dijalankan sendiri, dengan akurasi yang berbeda.

Apakah Jev bisa dipakai dari Indonesia?

Bisa, lewat API TypeSafe atau mitra seperti DigitalOcean dan Vercel. Hitung juga latensi jaringan dari Indonesia, karena angka 70–500 ms diukur dari Amerika Serikat.

Apa bedanya Jev dengan ChatGPT atau Claude?

ChatGPT dan Claude adalah LLM yang menulis jawaban kata demi kata. Jev hanya memilih jawaban dari daftar yang sudah Anda tentukan. Perbandingan lengkapnya ada di artikel perbedaan Jev dan LLM biasa.

Ingin memahami konsep di balik Jev? Baca juga apa itu model System One dan apa itu decision model.

Sumber

• DigitalOcean: What is Jev (2026)? TypeSafe AI's System One model
• VKTR: ChatGPT co-creator launches TypeSafe AI with Jev
• TestingCatalog: TypeSafe AI launches Jev for structured AI decisions
• The New Stack: TypeSafe launched Jev, a System One model
• Vercel: What is Jev, TypeSafe AI's System One model?
• GMI Cloud: Hacking on Jev, notes from JEVATHON
• Arize: Decision model benchmark
• Arize: Jev vs. LLM-as-a-Judge, accuracy and cost benchmarks
• Braintrust: When Jev holds up as a judge
• InfiniSynapse: Jev benchmark, accuracy, calibration, cost, latency